环境振动的灰色预测模型研究

利用 GIM( 1 )的非时序直接建模法来预测研究建筑施工的环境振动 ,并将 GIM( 1 )模型与 GM( 1 ,1 )模型进行比较分析。结果表明 GIM( 1 )模型的拟合精度优良 ,对原始资料中白化信息的利用更加丰富 ,拓宽了 GIM( 1 )模型在环境科学领域中的应用范围     

区域PERE系统的通用自组织演化模型

分析了区域人口－经济－资源－环境系统的自组织过程，建立了区域ＰＥＲＥ系统的通用自组织演化模型，并把模型应用于山西省某市，预测了市未来的人口、经济和环境状况试图解决在区域ＰＥＲＥ系统中应用自组织理论时建模困难的问题。     

广州市工业废气、废水排放量的灰色预测

本介绍了灰色系统理论建立灰色预测GM(1．1）模型的基本原理。建立了广州市工业废气，废水排放量的灰色预测GM(1，1）模型。精度检验表明，本所建模型精度较高，预测结果可靠，可以用于实际预测。     

多源模拟模型在中等城市SO2规划中的应用

本文根据乌海市ＳＯ２污染综合防治规划结果，采用ＤＢ１５／Ｔ１３１－９３推荐空气质量模式及计算模块，对乌海市ＳＯ２污染综合防治进行规划评价，并对模式应用条件及模式检验作了进一步叙述     

化学强化一级处理系统BP神经网络建模研究

运用实验室得到的数据为样本，选取了CODcr和絮凝剂投加量为指标，采用三层结构的神经网络，利用Matlab的神经网络工具箱中的批处理梯度下降法对CEPT系统进行辩识。辩识结果表明：模型的预测值与实测值的平均误差在3．7％左右，具有较高的精度。同时，该模型还具有适应性强，使用方便，高效的特点，为CEPT系统的在线实时控制提供了一条有效的途径。     

城市小区烟气污染物评估

本文着重介绍按建筑容积率和供热指标估算热负荷和锅炉容量。按燃料成分、经济指标和污染物产生情况选择锅炉容量，估算污染物产生量，分析对大气环境的影响，并指出应按当地当时的具体情况，尽可能选择清洁或比较的能源。     

建立土壤硫释放过程的人工神经网络模型

以温度、土壤含水率、胱氨酸添加量和土壤pH值作为土壤释放挥发性含硫化合物的主要影响因素,采用正交实验方法分析这些因素与土壤硫释速率的关系,利用BP神经网络算法对实验结果建模,并用模型对不同影响因素下的土壤硫释放情况进行预测。结果表明,网络模型对学习过的样本有较高预测精度,预测结果相对误差在2％以下,对未学生过的样本,误差为10％左右,表明人工神经网络方法建立的模型适用于土壤硫释放预测。     

国家环境咨询委员会成员简介（六）

唐孝炎，女，1932年10月出生。环境科学专家，中国工程院院士，现任北京大学环境科学系教授，并担任UNEP臭氧层损耗环境影响评估组共同主席，北京市人民政府科学顾问等。自1972年起开创了我国大气环境化学领域的系统研究和教学。30余年来，在大气环境重要领域：臭氧、光化学烟雾、酸雨，以及气溶胶化学等方面进行了全面的研究，作出了重要的贡献，是我国大气环境化学领域的学术带头人。近年来，针对我国城市和区域的大气污染的特点，在大气细颗粒物的来源、形成及对城市大气污染的作用方面有深入研究，提出了我国存在区域性大气复合污染的概念。     

苏州河综合调水的流量计算分析

建立了合理的苏州河水系计算节点网格,利用3年多的水文水质同步监测资料率定、验证了感潮河网的水动力学模型.应用该模型模拟计算了综合调水方案对苏州河水系的流量影响.结果表明,小潮汛时实施西引东排、大潮汛时实施东引北排,可以较大幅度地增加苏州河干流和支流的流量,为改善水质提供良好的水动力条件.